1二叉堆.pptVIP

第1讲二叉堆 刘汝佳 优先队列 优先队列(priority queue): 可以把元素加入到优先队列中, 也可以从队列中取出优先级最高的元素, 即以下ADT Insert(T, x): 把x加入优先队列中 DeleteMin(T, x): 获取优先级最高的元素x, 并把它从优先队列中删除 堆的操作 用二叉堆(binary heap)很容易实现优先队列 除了实现优先队列, 堆还有其他用途, 因此操作比优先队列多 Getmin(T, x): 获得最小值 Delete(T, x): 删除任意已知结点 DecreaseKey(T, x, p): 把x的优先级降为p Build(T, x): 把数组x建立成最小堆 堆的定义 堆是一个完全二叉树 所有叶子在同一层或者两个连续层 最后一层的结点占据尽量左的位置 堆性质 为空, 或者最小元素在根上 两棵子树也是堆 存储方式 最小堆的元素保存在heap[1..hs]内 根在heap[1] K的左儿子是2k, K的右儿子是2k+1, K的父亲是[k/2] 删除最小值元素 三步法 直接删除根 用最后一个元素代替根上元素 向下调整 向下调整 首先选取当前结点p的较大儿子. 如果比p大, 调整停止, 否则交换p和儿子, 继续调整 插入元素和向上调整 插入元素是先添加到末尾, 再向上调整 向上调整: 比较当前结点p和父亲, 如果父亲比p小，停止; 否则交换父亲和p, 继续调整 堆的建立 从下往上逐层向下调整. 所有的叶子无需调整, 因此从hs/2开始. 可用数学归纳法证明循环变量为i时, 第i+1, i+2, …n均为最小堆的根 时间复杂度分析 向上调整/向下调整 每层是常数级别, 共logn层, 因此O(logn) 插入/删除 只调用一次向上或向下调整, 因此都是O(logn) 建堆 高度为h的结点有n/2h+1个,总时间为 例1. k路归并问题 把k个有序表合并成一个有序表. 元素共有n个. 分析 每个表的元素都是从左到右移入新表 把每个表的当前元素放入二叉堆中, 每次删除最小值并放入新表中, 然后加入此序列的下一个元素 每次操作需要logk时间, 因此总共需要nlogk的时间 例2. 序列和的前n小元素 给出两个长度为n的有序表A和B, 在A和B中各任取一个, 可以得到n2个和. 求这些和最小的n个 分析 可以把这些和看成n个有序表: A[1]+B[1] = A[1]+B[2] = A[1]+B[3] =… A[2]+B[1] = A[2]+B[2] = A[2]+B[3] =… … A[n]+B[1] = A[n]+B[2] = A[n]+B[3] =… 类似刚才的算法, 每次O(logn), 共取n次最小元素,共O(nlogn) 例3. 轮廓线 每一个建筑物用一个三元组表示(L, H, R), 表示左边界, 高度和右边界 轮廓线用X, Y, X, Y…这样的交替式表示 右图的轮廓线为: (1, 11, 3, 13, 9, 0, 12, 7, 16, 3, 19, 18, 22, 3, 23, 13, 29, 0) 给N个建筑，求轮廓线 分析 算法一: 用数组记录每一个元线段的高度 离散化, 有n个元线段 每次插入可能影响n个元线段, O(n), 共O(n2) 从左到右扫描元线段高度, 得轮廓线 算法二：每个建筑的左右边界为事件点 把事件点排序, 从左到右扫描 维护建筑物集合, 事件点为线段的插入删除 需要求最高建筑物, 用堆, 共O(nlogn) 例4. 丑数 素因子都在集合{2, 3, 5, 7}的数称为ugly number 求第n大的丑数 分析 初始：把1放入优先队列中 每次从优先队列中取出一个元素k，把2k, 3k, 5k, 7k放入优先队列中 从2开始算，取出的第n个元素就是第n大的丑数 每取出一个数，插入4个数，因此任何堆里的元素是O(n)的，时间复杂度为O(nlogn) 例5. 赛车 有n辆赛车从各不相同的地方以各种的速度(速度0vi100)开始往右行驶，不断有超车现象发生。 给出n辆赛车的描述（位置xi，速度vi），赛车已按照位置排序（x1x2…xn） 输出超车总数以及按时间顺序的前m个超车事件 分析 事件个数O(n2), 因此只能一个一个求 给定两辆车，超越时刻预先可算出 第一次超车可能在哪些辆车之间？ 维护所有车的前方相邻车和追上时刻 局部：此时刻不一定是该车下个超车时刻！ 全局：所有时刻的最小值就是下次真实超车时刻 维护：超车以后有什么变化？ 相对顺序变化…改变三个车的前方相邻车 重新算追上时刻，调整三个权 简单的处理方法：删除三个再插入三个 例6. 可怜的奶牛 农夫John有n（n≤100 000）头奶牛，可是由于它们产的奶太少，农夫对它们很不满意，决定